Mathe Analytische Geometrie 12/1

Def.:
Ein Prisma ist ein Körper, der von zwei kongruenten Vielecken, die in parallelen Ebenen liegen, als
Grund- und Deckfläche, und parallelogramme als Seitenflächen begrenzt wird.
Def.:
Ein Prisma, dessen Grundfläche ein Parallelogramm ist, heißt Spat.
S.75/8

H G

E F

c

D C

b

A a
 B
a)

AC=a 
b

AF=a 
c
 
AH =bc
b)
AG= a bc
S. 76/10 C

D
c E


b B F

O a
 A
1 1

DE=  a −
BA= ⋅ b
2 2
1 1 1 1 1 *

DE=
DC 
CE=  BC  CA= ⋅c −b a −c = ⋅c −ba −c =1over 2⋅a −b
2 2 2 2 2
An der Stelle * wurde das Distributivgesetz angewandt.
Welche Gesetze gelten überhaupt in der Vektorrechnung?
1.3.Multiplikation einer reellen Zahl mit einem Vektor
(S-Multiplikation) --> Multiplikation mit einer Skalareinheit
z.B: Kraft

m F 3F =F FF 

Bei der Multiplikation eines Vektors mit einer Zahl erhält man wieder einen Vektor. Dieser hat die
dreifache Länge und die gleiche Richtung (nur in diesem Beispiel)

Bsp:

a
 a
−1,5 

Allgemein:
Für k ∈R ; a ∈V gilt:
Der Vektor k⋅a  hat die |k|-fache Länge von a.
a und k⋅
Für k > 0 haben  a gleiche Richtung
Für k < 0 haben a und k⋅a  entgegengesetzte Richtung

Rechengesetze:
1) Gemischtes Assoziativgesetz
Für r , s ∈R und v ∈V gilt:
r⋅s⋅v =r⋅s⋅v
Beispiel: r = 2, s = 1,5

v
r⋅s⋅
r⋅s⋅v 

2) S- Distributivgesetz
Für r , s ∈R und v ∈V gilt:
rs⋅v =r⋅v s⋅v
3) V-Distributivgesetz
Für r ∈ R und  a , v ∈V gilt:
a 
r⋅ b=r⋅ a r⋅b

2. Koordinaten
2.1.Darstelluing von Punkten im Koordinatensystem

x3

e3
e2
e1 x2

x1

Die Basisvektoren e1, e2, e3 besitzen die Länge 1:

∣e1∣=∣e2∣=∣e3∣=1
Koordinatendarstellung:

  
1 0 0
e1= 0 ; e 2= 1 ; e3= 0
0 0 1
Der Vektor  OP ist der Ortsvektor des Punktes P bezüglich des Ursprungs O.


5
P(5|3|-2) --> 
OP= 3
−2
jeder Vektor des Ruames lässt sich eindeutig als Summe vom vielfachen der Basisvektoren
darstellen.
a =k 1⋅e1k 2⋅e2k 3⋅e3 mit k i ∈R ; 
 a ∈V
Die Zalhen k 1, k 2, k 3 heißen koordinaten von  a . Die Vektoren k 1⋅e1, k 2⋅e2 und k 3⋅e3 nennt
man die Komponenten des Vektors  a
Folgerungen:
1) Ist eine Koordinate null, dann ist der Vektor parallel zu einer Koordinatenebene
2) Sond zwei Koordinaten null, dann ist der Vektor parallel zu einer Koordinatenachse


p1

3) Die Vektorkoordinaten des Orstvektors OP= p = p2 stimmen mit den Punktkoordinaten des
p3
Punktes P überein.
2.2.Das Rechnen mit Vektoren

   
a1±b1 k⋅
a1
 
a ± b= a 2±b2 ; k⋅ a = k⋅ a2
a3±b3 k⋅a3
Merke: Zwei Vektoren sind genau dann parallel (kollinear im 3D-Raum), wenn der eine Vektor ein
vielfaches des anderen Vektors ist.

   
1 2 4
Bsp: a
 = 3 ; b= 6 ; c
 = 12
4 8 16
1
hier:  a ;
b=2⋅a ; c =4⋅ b= c
2
S.86/8


1

OA= 2
3


3

OB= 2
1

AB=
OB−OA


5

OC= OB 
AB=2 
OB−
OA= 2
−1
s.86/9

4

OR= 5
6


7

OS= 8
9

SR=
OR− OS


1

OA=
OR
SR=2 
OR−
OS= 2
3


10

OB=
OS−
SR=2 
OS−
OR= 11
12

Teilverhältnisse

P T Q P Q T
 
Def.: Ist T ∈PQ , T ≠Q und P der Anfangspunkt, dann heißt =PT : TQ Teilverhältnis von
T bezüglich [PQ]
Man unterscheidet:
PT
T ∈[PQ ] : innere Teilung mit = 0

TQ
PT
T ∉[PQ ] : äußere Teilun g mit =− 0

TQ
Def: T teilt [PQ] im Verhältnis  genai dann, wenn

PT =⋅ TQ
Beispiele:
Bestimme bei folgenden Aufgaben jeweils 
1) ? ; 2) ?
3) allgemeine Formel zur Herleitung des Ortsvektors

0T=T

PT =⋅ TQ

0T− 0P=⋅ 0Q− 0T
⋅0Q 0P

0T=
1
⋅
Q  P

T=
1
Betrachte =−1 : T soll außerhalb von PQ sein und gleich weit entfernt sein --> gibt es nicht
Def.: Wird eine Strecke [PQ] durch einen inneren und äußeren punkt im gleichen Verhlältnis geteil,
spricht man von einer harmonischen Teilung
Beispiel:
3 2

P Ti Q TA
Kennzeichne farbig die Bereiche wo T liegen kann für sämtliche mögliche Fälle für 
01 1
−10 =0 −1

P =1 Q

2.3.Der Schwerpunkt eines Dreiecks

Beispielaufgabe zur Bestimmugn der Koordinaten des Schwerpunkts
Geg.:  ABC mit A(1|1|2); B(3|2|4); C(-4|0|-4)
Ges.: S(s1|s2|s3)
Aus der Mittelstufe bekannt: Der Schwerpunkt eines Dreiecks ist der Schnittpunkt der drei
Seitenhalbierenden. Er teilt die Seitenhalbierende im Verhäktnis 2:1 (Wird später bewießen)

A
B

0
2
s =a  AS=a ⋅ AM
3
1 
--> m=   b c
2
1
m=
  p  q
2
Merke: Der Ortsvektor des Mittelpunktes M einer Strecke [PQ] ist gleich dem arithmetischen Mittel
der Ortsvektoren der Endpunkt
2 2 1 1 1 1
--> s = a  −a m a  ⋅−
 = a bc = a  b c
3 3 2 3 3 3
Merke: Der Ortsvektor des Schwerpunktes S eines Dreiecks ABC ist gleich dem arithmetischen
Mittel der Ortsvektoren der Ecken
1  c
s = ⋅ a b
3
S.98/7
1
S ABC =  a  bc 
3
 1 1  c  q.e.d.
S M M M =  mamb m c = a b
a b c
3 3
S.98/8

SA1
SA2...
SA n = 
0
n
Beh,;
∑
SAi=
0
i=1
n n

∑
SAi= A1−  S =∑ Ai−n⋅
S  A2−s... An−  S
i=1 i=1
Bew.: n
 1 1
S=  A1... An= ∑ Ai
2 n i =1
S.98/9
Bew. siehe 98/7
S.98/10
Beh: [M AB M CD ]∩[M BC M AD ]={ S }
zu zeigen:  M ab S= S M CD und 
M BC S=
S M AD
zu1:  S −M AB= M CD− S
 1 1   
S − ⋅  A 
B = C D − S
2 2
1
2⋅S = ⋅ A B  C
 D 
2

3. Lineare Anhängigkeit von Vektoren

3.1.Linearkombination von Vektoren
Def.:
Der Vektor v =k 1⋅v1k 2⋅v2...k n⋅vn mit k1, ...., kn ∈ℝ heißt Linearkombination der
Vektoren v1 , ... , vn
k 1 , k 2 ,... , k n sind die Koeffizienten der Vektoren v1 , ... , vn
Definition:
Vektoren, die parallel zu einer Ebene sind, heißen komplanar
Bsp.:
H
G
E F

D C
A B

Komplanare Vektoren sind z.B.: EF ,

AB ,
AD ,
HG , 
EG ,...
  
Bsp für eone Linearkombination: EG= EF  FG

Aufgabe: Zeige zeichnerisch und rechnerisch, dass sich der Vektor v = 

4
2
als Linearkombination

der Vektoren v1=  

−1
2
v2= 1
−1  
und v3=
2
0 
l=2k−2
l=k −2m4
--> für jedes l lösbar
l=8
k =5
1
m=
2
3.2.Linear abhängige und unabhängige Vektoren

   
0,5 0 1
Der Vektor v = 0,5 lässt sich linear aus den Vektoren v1= 1 und v2= −1
−0,5 −1 1
erzeugen:
v =v10,5 v2
Ebenso lässt sich v1 aus v und v2 erzeugen: v1=v −0,5 v2
Ebenso lässt sich v2 aus v und v1 erzeugen: v2=2 v −2 v1

Es existiert also eine Wechselseitige Abhängigkeit zwischen v , v1 und v2 :

v =v1−0,5⋅v2=0
Definition:
Die Vektoren v1  , v2 ,... , vn heißen linear unabhägig, wenn die Gleichung
k 1⋅v1k 2⋅v2...k n⋅vn=0 mit k1, ... kn ∈ℝ¿ nur für k 1=k 2=...=k n erfüllt ist.
Ansonsten sind sie linear abhängig.

II. Lineare Gleichungssysteme

1) Schnitt von Geraden
Geg.: Zwei Geraden g und h
Ges.: Schnittpunkt S
g : 2x 3y=21
h : 3x4y=6 implizite Darstellund der Geraden

2
g : y= x−7
3
explizite Darstellung
3 3
h : y= − x
2 4

Lösungsmöglichkeiten:
– Gleichsetzungsverfahren
– Subtraktions- und Addidtionsverfahren (vorher evtl. Multiplizieren)
– Einsetzungsverfahren

S.9 3
a)

b)
c)

d)

e)

f)

g)

h)

1
s.10/4a)

b)
c)

d)
e)

f)

2. Lineare Gleichungssysteme
Bsp. für ein lineares Gleichungssystem (LGS)
13x 1−5 x 2=7
2 x 2=3 x 18
Def.:
Ein Gleichungssystem heißt linear, wenn is allen Gleichungen die Unbekannten höchstens in der
ersten Potenz vorkommen. Es besteht i.A. aus m Gleichungen und n Unbekannten. Man spricht
vom m-n-System

Eine Lösung des LGS ist ein n-Tupel von Zahlen.

Schreibweise:


x1
x2
 x1 | x 2 | x 3 |... | x n  oder
...
xn
Die Faktoren vor dem Unbekannten heißten Koeffizienten des Systems. Sind alle Konstanten 0, so
ist das LGS homohen, ansonsten inhomogen

3. Die Lösbarkeit eines 2-2-Systems

a) eine Lösung:
1 x1−x 2=5
2 x 1x 2=15
12: 2x1=20
x 1=10
x 2=5
L={10 |5}
b) keine Lösung
1 2x1 x 2=7
22 x 1x 2=3
1−2: 0=4
L={}
c) unendlich viele Lösungen
1 x1x 2=1
22 x 12 x 2=2
2: 2=1
setze x1 = k:
x 2=1−k
L={ x 1 | x 2 | x 1=k ∈ℝ ; x2 =1−k }

oder:

    
x1 = k
x2 1−k
= 0 k⋅ 1
1 −1
Die Lösung ist nicht eindeutig, z.B. Setze x2 = m

    
x 1 = 1 m⋅ −1
x2 0 1

Inhomgenes LGS:
10,5 x 1−2 x 20,5 x 3=3
 2−x 18 x 2−x 3=−6
30,25 x 1−2 x 20,25 x 3=1,5
1−2⋅3: x2=0
 2'  x 1=6− x3
 2' ∈13=3
x 1=6−x 3
L={ x 1 | x 2 | x 3| x 1=6−k ; x 2=0 ; x3=k ∈ℝ}

    
x1 6 −1
x2 = 0 k⋅ 0
x3 0 1
Homogenes LGS:
10,5 x 1−2 x 20,5 x 3=0
 2−x 18 x 2−x 3=0
30,25 x 1−2 x 20,25 x 3=0
x 2=0
x 1=−x 3
L={ x 1 | x 2 | x 3| x 1=−k ; x 2=0 ; x3=k ∈ℝ}

  
x1 −1
x2 =k⋅ 0
x3 1
Beobachtungen:
1) Bei der homogenen Lösung fällt der konstante Teil weg
2) Ein homogenes LGS besitzt zumindest immer die triviale Lösung ( 0 | 0 | 0)
3) Die Lösung des homogenen Systems ist gleich der Parameterabhängigen Lösung des
inhomogenen Systems

S.15/2 a)
1 x1−x 2=6
2 x 1x 2=−2
b)
P1 1 |1
P 2 2|−4
Geradengleichungen gleichsetzen
1 x2 =−5 x1 6
1 −5
2 x 2= x1 3
2 2
c)
1 2x1 x 2=0
1
2 x 1 x 2=0
2
4. Der Gauß-Algorithmus

1) x1 + 3x2 + x3 = 5
2) x2 - 2x3 = 6
3) x3 = -2

Das Lgs liegt in der sog. Dreiecksform vor und ist deshlab sehr leicht zu lösen

Allgemein: Ein LGS ist sehr leicht zu lösen, wenn es in der Stufenform vorkommt, dh jede
Gleichung besitzt min. Eine variable weniger als die zuvor

Ziel von Gauß:

Beschaffung einer Stufenform, ohne dass sich die Lösungsmenge verändert.

Hilfsmittel:
– Multiplikation mit einer Zahl, die ungleich 0 ist
– Ersetzen einer Gleichung durch die Summe aus ihr und einer Vielfachen einer anderen

1. Beispiel
(1) x1 + 4x2 + x3 = 7 (1) x1 + 4x2 + x3 = 7
(2) 3x1 + 2x2 + 4x3 = -1 (2) – 3(1) (2) -10x2 + x3 = -22
(3) 2x1 + 5x2 + 4x3 = 4 (3) – 2(1) (3) -3x2 + 2x3 = -10
3
3− 2 (1) x1 + 4x2 + x3 = 7 in (1) x1 = 1
10
(2) -10x2 + x3 = -22 in (2) x2 = 2
(3) 17/10x3 = -34/10 aus (3) x3 = -2

2. Beispiel Zur Verienfachung werden die Variablen weggelassen

(1) x1 + x2 + x3 = 5
(2) 2x1 + 3x2 = 3
(3) 3x1 + 2x3 = 1
(4)
1 1 1 5 (3) – 3(1) 1 1 1 5 (3) + 3(2) 1 1 1 5 (2) + 2(3) 1 1 1 5 (1) – (2)
2 3 0 3 0 1 -2 -7 0 1 -2 -7 0 1 0 3
3 0 3 1 (2) – 2(1) 0 -3 -1 -14 0 1 5 0 0 1 5 (1) – (3)

1 0 0 -3
0 1 0 3 x1 = -3 ; x2 = 3; x3 = 5
0 0 1 5
Diegonalform
S.111/2c)


3
a = −1

4


−5

b= 1
−2


2
c =
 −1
3


−3

d = −1
10

   
−3 3 −5 2
−1 =k 1⋅ −1 k 2⋅ 1 k 3⋅ −1
10 4 −2 3
1 ) −3=3 k 1−5 k 22 k 3
2 ) −1=−k 1k 2−k 3
3 ) 10=4 k 1−2 k 23 k 3
3 -5 2 -3
-1 1 -1 -1
4 -2 3 10
3 -5 2 -3
-1 1 -1 -1
4 -2 3 10
I + 3 II
III + 4 II
0 -2 -1 -6
0 2 -1 6
-1 1 -1 -1
I + II
III – II
0 0 1 0
-1 -1 0 -7
0 2 -1 6
I + III
II + I
0 1 0 3
0 0 1 0
1 0 0 4

L={ x 1 | x 2 | x 3| x 1=4 ; x 2=3 ; x3 =0}

d =4a 3 b
Def.: Vektoren, die parallel zu einer Ebene sind, heißen komplanar
Folgerung:
1) Zwei nicht kollineare Vektoren a und  b spannen eine Ebene auf.
Jede Linearkombination von  a und b lieft wiederrum in dieser Ebene, und ist deshalb
komplanar zu  a und  b
2) Sind  
a und b nicht kollinear, dann lässt sich jeder zu  a und  b komplanare Vektor
c in eindeutiger Weise aus  
a und b .
Beweis:
Vor.:  a nicht∥b ; c =⋅ a µ⋅b
Beh.: Es exisitert nur ein  und µ
Bew.: Mit Hilfe des Widerspruchbeweises:
Annahme: Es gibt 1 , 2 , µ1, µ2:
1) c =1⋅ a µ1⋅ b
2) c =2⋅aµ 2⋅b
1) – 2) :  0=1− 2⋅ a µ1−µ 2⋅ b
Ann.: 1≠2
− µ1−µ2 
-->  a= ⋅
b -->  a∥b Widerspruch! --> 1=2
 1−2 
ebenso mit µ1 = µ2
q.e.d.

a kollinear zu 
b
−k
k 1⋅ a = 2 ⋅
a ¿ k 2⋅b=0 -->  b
k1
k 1⋅a k 2⋅bk 3⋅c =
0
Zettel 3 Folgerungen:
a , b kollinear

<-->
a , b linear abhängig


a , b , c komplanar

<-->
a , b , c linear abhängig


S.112/10

   
2 −3 −4 3
a = −1
 ; 
b= 0 ; c
 = −1 ; v
 = −3
4 1 6 13

Beh.: a , b , c sind komplanar

a , b , c sind linear abhängig
Z.z. 

2 -3 -4 0
-1 0 -1 0
4 1 6 0
I + 2 II
III + 4 II

0 -3 -6 0
0 1 2 0
1 0 1 0
--> unendlich viele Lösungen
--> sind linear abhängig
--> komplanar

k 1k 3=0
k 22k3 =0
k 3=u
k 1=−u
k 2=−2u
gleiches für a , b , v
b)

    
2 −3 0
k 1⋅ −1 k 2⋅ 0 = 0
4 1 0
2k 1−3 k 2=0
−k 1=0
4 k 1k 2=0
-->  a und  b sind linear unabhängig
a und 
-->  b sind nicht kollinear

−7000 a−14000 b7000  c =0
c)
a k 2⋅bk 3⋅c =v
k 1⋅
2 -3 -4 3
-1 0 -1 -3
4 1 6 13
I + 2 II
III + 4 II

0 -3 -6 -3
0 1 2 1
-1 0 -1 -3

k 22 k 3=1
k 1k 3=3
k 3=u
k 2=1−2 u
k 1=3−u

    
k1 3 −1
k 2 = 1 u⋅ −2
k3 0 1
2 a −bc =v
1 a −3 b2c =v
5. Das Determinatenverfahren
5.1. Systeme mit 2 Unbekannten
Allgemeines 2-2-System:
 I : a1 x 1b1 x 2=c1
 II : a 2 x1b2 x2 =c 2
 I ': a 1 b2 x1b 1 b 2 x 2=b 2 c 1
 II '  : −a 2 b1 x1−b1 b2 x 2=−b1 c2
 I 'II ' : a1 b2−a 2 b1 ⋅x1=b2 c1−b 1 c 2
b c −b c
x 1= 2 1 1 2
a1 b2−a2 b1
a c −a c
x 2= 1 2 2 1
a1 b2−a 2 b1
Bezeichnugn:
Schreibt man die Koeffitienten in ein rechteckiges Schema, erhält man eine sogenannte Matrix
(Mehrzahl Matrizen)
hier:

 
a1 b1
a2 b2
=A

Quadratische Matrix

Stimmd die Anzahl der Gleichungen mit der Anzahld er Unbekannten überein, so erhält man eine
nicht quadratische Matrix
Man definiert:
det A=
∣ ∣
a1 b1
a 2 b2
=a 1 b 2−a 2 b1=D

Hauptdeterminante

Ersetz man nun a1 | a2 (bzw b1 | b2) durch die Konstanten des inhomogenen LGS c1 | c2 erhökt man
die sog. Nebendeterminanten

 
c b
c2 b 2 ∣ ∣
c b
A1= 1 1 --> det A1= 1 1 =c 1 b 2−c 2 b1=D 1
c 2 b2

A2=
 
a1 c1
a2 c2 ∣ ∣
a c
--> det A2= 1 1 =a 1 c2−a 2 c 1=D2
a2 c2
Cramersche Regel:
Das lineare 2-2-System hat folgende Lösungen
det A1
x 1=
det A
det A2
x 2=
det A
D
x 1= 1
D
D
x 2= 2
D
sofern D≠0

5.2. Systeme mit drei Unbekannten

a 1 x1b1 x 2c 1 x 3=d 1
a 2 x1b2 x 2c 2 x 3=d 2
a 3 x1b3 x 2c3 x 3=d 3
Cramersche Regel:
D
x 1= 1
D
D
x 2= 2
D
D
x 3= 3
D
D≠0

Berechnung einer 3x3-Matrix (bzw. Determinate)

∣ ∣
a 1 b1 c 1 a 1 b1
a 2 b2 c 2 a 2 b 2=D=a 1 b2 c3b1 c 2 a 3c1 a 2 b3−a 3 b2 c1−b3 c 2 a 1−c3 a 2 b1
a 3 b3 c 3 a 3 b 3
(Regel von Sarrus) vgl. FS Seite 77
Bsp S.40/9a)
2x 1x 25x 3=1
2x 14x 2 x3=1
x 1x 22 x 3=1

∣ ∣
2 1 52 1
D= 2 4 1 2 4=1
1 1 21 1

∣ ∣
1 1 51 1
D1= 1 4 1 1 4 =−9=x1
1 1 21 1
D2=4=x 2
D3=3= x3

 
sin  cos tan  cos  sin  cos  tan 
−cos  sin  tan  sin  −cos  sin  tan 
0 −1 tan  0 −1
D=tan 2 1
Allgemein gilt:
Wenn D≠0 --> LGS besitzt genau eine Lösung
D = 0 und mindestens ein D i≠0 --> LGS hat keine Lösung
D = 0 und alle Di = 0 --> LGS hat unendlich viel Lösungen oder keine Lösung

Bsp:
x 1−x 22 x 3=1
−2 x12 x 2−4 x 3=2
2 x 1−2 x 24 x 3=2
D1=D2=D3=D=0
2 x 1−2 x 24 x 3=−2
2 x 1−2 x 24 x 3=2
--> Widerspruch
Komplanaritätskriterien
a , b , c sind nicht komplanar
 für v gibt es eine eindeutige Linearkombination von
v beliebig a , b und c

v =k 1⋅ a k 2⋅
bk 3⋅c
eindeutig lösbar

a , b , c nicht komplanar <=> Genau dann wenn D≠0 ansonten:

a , b , c komplanar <=> D = 0


∣ ∣
a1 b2 c1
wobei D= a2 b2 c2
a3 b3 c3

4 a)

  
−1 −1 t
a= 2
 
b= t c = −1
t 2 2
a k 2⋅bk 3⋅c =
k 1⋅ 0 nur für k1 = k2 = k3 = 0
−1 −1 t 0
2 t −1 0
t 2 2 0

−1 −1 t 0
0 t −2 2t−1 0
0 2−t 2t 2 0

−1 −1 t 0
0 t −2 2t−1 0
2
0 0 −t −2t−1 0

−t 2−2 t−1=0
t12=0
t=−1
sei t≠−1 und k3 = 0
t−2⋅k 2 2t−1k 3=0
t=2
sei t≠−1 ; t≠2 ; k 2=k 3=0
−k 1−k 2t⋅k 3=0
k 1=0
t∈ R ohne {−1 ; 2}

a −b
a) v =2  a , b komplanar
v , 
b) -- w ,a , b nicht komplanar
3 11 5
c) c = a  b− w a , b , 
 w nicht komplanar
2 4 4
d) -- da  a , b , v komplanar und x nicht komplanar zu 
a , b , v
e) unendl. a , b , v komplanar und z komplanar


Fazit:
Jeder Vektor lässt scih in eindeutiger Weise al Linearkombination dreier nicht komplanarer
Vektoren schreiben:
Sind drei Vektoren komplanar, lässt sich ein vierter Vektor nicht (wenn er nicht in der gleichen
Ebene liegt ) oder auf unendlich viele Arten dieser 3 Vektoren darstellen.

Anwendung der Linearen Unabhängigkeit

1) Beweise:
Im Dreieck teilt der Schwerpunkt die Seitenhalbierenden im Verhältnis 2:1
C


b
a


A B
c

Geg.:  a , b , c
Beh.:  AS =2⋅ SM a
Vorgehen:
(1) Suche eine geschlossene Vektorkette in der die gesuchten Transversallinien beteiligt sind
AB BS SA= 0
(2) Drücke die Vektoren durch die gegebenen Vektoren aus
1 1
AB=c ;  BS= a  b⋅k ; SA=m⋅  a b
2 2
1 1  
--> c k⋅a bm⋅ a b=
 0
2 2
(3) Ordnen
1 1
a⋅k  m k m bc =
 0
2 2
mit c =−a −b
1 1  a −b=
k  m a  m b− 0
2 2k
1 1
k  m−1a km−1 b=0
2 2
(4) Nutze die lineare Unabhängigkeit
1
k  m−1=0
2
1
km−1=0
2
2
k = =m
3
 2
BS=  BM b
3
BS : SM b=2 : 1
S.121/14
Geg.:  u , v , w
b)
(1)  ET  TL¿ =0
k⋅1
(2)  ET =k⋅ EM = u 
 w
2
 2 1 5
TL=m⋅ LS =m⋅ LE  EK=m⋅− u−  w v 
2 6 6
1 −1 1
LE=  CB−u= w  v  u
2 2 2
1 1 1 1 5 1
-->  u  k −m1 w  k − m− v⋅ m = 0
2 2 6 2 6 2
5 1
m =0
6 2
−3
m=
5
1 1 1
k − =0
2 10 2
4
k=
5
1
⋅4
2 3
 −1=0
5 5
 4
ET =  EM ET :TM =4 :1
5
 −3   
TL= LS LT : TS =3 : 2
5

III. Der abstrakte Vektorraum

1. Basis und Dimension
Satz: Ein beliebiges Paar linear unabhäniger Vektoren b1 und b2 bildet die Basis der Ebene.
Jeder weitere Vektor der Ebene lässt sich in eindeutiger Weise als Linearkombination von b1 und
b2 darstellen:
x =x 1⋅b1x 2⋅b2
x 1 , x 2 heißen Koordinaten von x
b1 , b2 heiße Basisvektoren
Beweis der Eindeutigkeit (Abi)
Widerspruchsbeweis
Annahme: Es gibt noch eine 2. Darstellung
 =x1 '⋅b1x 2 '⋅b2
X
x =x 1⋅b1x 2⋅b2
1) – 2)  0=b1  x 1 ' −x 2 b2  x 2 ' −x 2
Da b1 und b2 linear unabhängig
--> x 1 '−x 1=0 --> x 1 '=x 1
--> x 2 '− x 2=0 --> x 2 ' = x 2
--> Widerspruch; qed
Satz: Analoges gilt für den Raum:
Die linear unabhängigen Vektoren b1 , b2 , b3 bilden die Basis des Raums.
Bsp.:


−1
Welche Koordinaten hat der Vektor x = −1 bzgl.
1

{     }
1 0 0
a) der Standardbasis B1 0 , 1 , 0
0 0 1

  
1 0 0
x =−1 0 −1 1 1 0
0 0 1
b)

{     }
1 0 0
B2= 1 , 1 , 0
1 0 1

  
1 0 0
x =k 1⋅ 1 k 2⋅ 1 k 3⋅ 0
1 0 1

D=1≠0
--> b1 , b2 , b3 sind linear unabhängig
In der Mathematik unterscheidet man Räume verschiedener Dimensionen, je nachdem wie viele
Basisvektoren man bracuht, um alle Punkte und Vektoren beschreiben zu können.
Ein Raum ist gleich Menge von Punkten bzw. Vektoren = Vektorraum

2. Gruppen
Eine Menge M mit der Verknüpfung „ ° „ heißt Gruppe M ; °  wenn gilt:
1) ∀ a , b∈ M --> a °b∈ M (Abgeschlossenheit)
2) Für jedes a ∈M gibt es ein e∈M mit: a °e=a=e °a (e: neutrales Element)
3) Für jedes a ∈M gibt es ein a−1∈ M mit a ° a−1=e=a−1 °a (a-1: inverses Element)
4) Assoziativ Gesetz: ∀ a , b , c∈ M : a °b°c =a °b°c
Gilt zusätzlich das Kommutativgesetz:
5) ∀ a , b∈ M : a ° b=b °a dann heißt M ; °  kommutative oder abelsche Gruppe

Beispiele:
a)
ℝ ;  
1) ab∈ℝ
2) a0=0=0a (0 ist neutrales Element)
3) a−a =0
4) jo
5) jo
--> ℝ ;   abelsche Gruppe
b)
ℝ ;⋅
1) a⋅b∈ℝ
2) a⋅1=1⋅a=a (1 ist neutrales Element)
1
3) a⋅ =1 ℝ ;⋅ ist keine Gruppe, aber ℝ ∖ {0}; ⋅
a

c) ℤ ;   abelsche Gruppe
d) ℤ ; ⋅ keine Gruppe
e) ℕ ;   ist keine Gruppe, da kein neutrales Element enthalten ist
3. Vektorräume
Eine Menge V mit den Verknüpfungen + und * heißt Vektorraum über ℝ
abgekürzt: V ;;⋅ , wenn gilt:
1) V ;   ist eine abelsche Gruppe
2) Für die Verknüpfung „*“ gilt:
(es sei a , b∈VR ; r , s∈ℝ )
a) r⋅a ∈VR
b) rs⋅a =r⋅a s⋅a
c)  a 
b⋅r=a⋅r b⋅r
d) r⋅s⋅a = r⋅s ⋅a
e) 1⋅ a =a
Beispiele für Vektorräume:
1) Dreidimensionaler geometrischer Vektorraum V ;  ; ⋅
2) Polynome 1. Grades über ℝ : P 1 ;  ;⋅
p  x=a⋅xb
q  x=c⋅xd
Zu zeigen: (P1; + ) ist eine abelsche Gruppe

IV. Geraden im Raum

Ziel: Geraden und Strecken sollen druch Gleichungen beschreiben werden
Problem: Eine Biene fliege auf einer geraden Bahn quer durch ein Zimmer in Richtung Honig.
Beschreibe die Flugbahn vektoriell

Zur eindeutigen Festlegung einer Geraden im Raum genügt ein Punkt und ein Richtungsvektor
1. Darstellungsmöglichkeiten einer Geraden im Raum
a) Punkt – Richtungsgleichung (Parameterform)
Es sei A ein Punkt mir dem Ortsbektor  OA und u ein vom Nullvektor verschiedener Vektor,
dann bilden sich die Punkte x mit dem Ortsvektor
g : x=
OAk⋅ u mit k ∈ℝ
Eine Gerade durch den Punkt A
A heißt Aufpunkt,  u Richtungsvektor und k Parameter
b) Zweipunktgleichung (Parameter)
Sind A und B zwei Punkte, so ergiebt sich die Geradengleichung zu
g : x=
OAk⋅ OB− OA
Bemerkung: Je nach Wahl des Aufpunkts oder des Richtungsvektors können sich für die selbe
Gerade unterschiedliche Darstellungen ergeben
Bsp.: R(2|6|0); Q(6|4|2); G(10|2|4); P(16|-1|7)

    
2 4 2 2
g :x=ORk⋅ OQ− OR = 6 k⋅ −2 = 6 m⋅ −1
0 2 0 1
  
6 4
g :x=
OQk⋅
OG−
OQ= 4 k⋅ −2
2 2

S.143/11

  
−5,5 5
s a : x = 4 m⋅ −1
−3 4

  
7,5 −4,5
sb : x = 0 k⋅ 3
9 −6

   
11,5 −10,5
sc : x= 2 k⋅ 0
9 −6
S.142/5

 
0 1
g 1 : x = 0 k⋅ 0
0 1

  
0 −1
g 2 : x = 0 k⋅ 0
0 1

S.142/7

  
0 −1
g :x= 0 k⋅ 1
0 −1
S.142/9
a) g : x=OAk⋅−OA
OB 
b) k ≥0
c) k ≤1
d) 0≤k ≤1
S.145/25

 
1 2

OP a = 2 a⋅ −7
−1 −2

Analytische Geometrie

I) Die Vektorrechnung
1. Der geometrische Vektorraum
1.1.Vektoren im Anschauungsraum
Def.:

a


Ein Vektor ist die Menge aller gleichsinnig parallelen und gleich langen Pfeile. Ein einzelner Pfeil
heißt Repräsentant dieses Vektors.
Bezeichnung:
• kleine Buchstaben:  a ;
b ;c
• große Buchstaben: AB  ; CD


A
Fußpunkt
(Anfangspunkt)
B
Endpunkt/Spitze
Ein Vektor bezeichnet eine Parallelverschiebung (Translation)
Def.: Ein Vektor, dessen Repräsentanten die Länge 0 haben, heißt Nullvektor  0
Ein Vektor heißt Gegenvektor eines Vektors  a , wenn sich die Repräsentanten nur durch
die entgegengesetzte Richtung unterscheiden.
1.2.Vektoraddition und Vektorsubtraktion

a
 
b

 b
a
„Fuß an Spitze“
x =
b−a
zur Subtraktion: gesucht x ∈Vektorraum V mit
a =b
x 

a

x „Fuß an Fuß“
oder
„Spitze an Spitze“

b

a 
x =− b
−a

x


b

Rechengesetze:
a) Kommutativgesetz: Für alle  a , b∈V gilt: a  b=ba
b) Assoziativgesetz: Für alle  
a , b , c ∈V gilt:   a bc 
a bc =
Beweis:

a
 
b

a b


bc c

a 
 bc

c) a 
 0 =a („Nullelement“)
a −a=0 („Inverses Element“)

S.75/5
 VW
UV  =UW
a)     
ABCA=CA AB=CB
 RT
c) RS−  =TS

 TA
d) AB  BT =0
e) XY − ZY  − XZ
 = XZ
 ZX =0
S.75/6
 x =
AB 0
a) 
x =BA
b) x = BC
c) x =CB AB= AB
 CD 